每年，有数十万的病人接受着临床试验，更多的医学研究以及诊疗方法也处于蓬勃发展阶段。这种快速创新的步伐正在通过使用人工智能 (AI) 以加快临床周期，通过招募更广泛的试验群体、更大化的监测和留存患者，AI 在大数据的支持下能够迅速分析数据。平均而言，一项药物的开发周期是 九年，且耗资 13 亿美元，，但新冠肺炎的爆发凸显了人们对更快、更灵活的临床试验的迫切需求。现在， 临床试验行业（价值 520 亿美元） 在人工智能的辅助下，正在经历着巨大的变革。
更加自动化、多样化的患者招募
有 80% 到 85% 的试验因为患者招募日程而延迟，这是临床试验面临的最艰巨复杂的难题。不过，从代表性偏差到需求信息发布，患者招募是 AI 可以改进的领域之一。试想，如果一项临床试验可以快速找到理想的参与者——那些因为地理限制而无法参与的人，会怎么想？他们的权利如何得到保证？
通过“数字双胞胎”的概念，数据和人工智能让远程参与实验成为可能，这一概念能够在历史数据基础上为患者生成虚拟代表。如果具有相同特征的人类患者进行了临床试验，他们将成为数字双胞胎，其数据将会被实时跟踪以模拟生物过程和结果。这个过程能够节省试验时间和试验成本，创造出更多样化的患者群体，进而最大化的消除试验偏差。
例如，由 Unlearn.AI 开发的TwinRCT™是一种结合了人工智能、数字双胞胎和创新统计方法的专有技术，可实现更灵活、更高效的试验。这种技术有助于让试验更加以患者为中心，缩短患者的入组时间，使得试验结果更为准确可靠。
Curebase是另一款基于人工智能的创新软件，能让患者无需专门前往医院，在家中就能舒适地参与试验。通过可穿戴设备、家庭访问和远程医疗，更多的、来自不同背景的患者无需亲自到现场即可参与。
更有意义的数据和分析
临床试验会产生以百万记的数据点，并且可能分布在不同的地点和患者身上，这让研究人员很难快速分析和得出结论。AI 可自动执行数据的收集、报告和处理，让共享成果、增强协作、提升可访问性成为可能。
例如，通过使用 AI 框架和机器学习，
实现了全流程自动化，可以更快、更全面的输出成果。在得到更准确可靠的数据之后，研究人员还可以与其他从业者开展合作并分享结果。
此外，借助 AI，研究人员可以在整个试验生命周期内增强数据分析的可靠性，而不仅仅是在结论阶段。人工智能可以分析从患者招募到状态监控的每一步流程，它还可以整合多个来源的数据，以创建全面的图景。此外，通过利用 可穿戴设备 技术或其他监控设备， 人工智能 可以聚合数据来进行预测分析，分析患者对治疗的反应，并确定患者转移到试验子队列的时机——所有这些都是实时的。
简化的试验程序
通常，对患者状态和试验过程的管理非常耗时，而且数据往往是分散的。而基于人工智能开发的平台能够整合信息，简化患者管理，并为所有试验数据创建集中式解决方案。例如， Deep 6 AI 能够将所有研究利益相关者聚集在同一个基于人工智能开发的、实时的、数据驱动的协作生态系统中。而另一个例子是 Deep Lens AI，它能够生成直观易用的数据监控界面，以确保招募目标及项目日程按照计划推进。有了这些工具，医学公司不仅能够将临床试验流程数字化还能极大的加速研究进程，从而实现在更短时间内研发出造福大众的诊疗方法和特效药物，并将其迅速投入市场。
。
降低成本
根据一项德勤发起的调查，有 76% 的受访者正在投资可用于临床开发的人工智能技术，期望依靠数字化转型来彻底改变试验的执行方式。其中，最重要的收益便是节省成本。新的试验方式不仅能够降低返工的可能性，还能根据需要导入标准材料资源、自动化流程，从而提高效率，减少总体的时间成本和投资成本。据ITIF估计，人工智能每年可以削减 280 亿美元的成本，同时将临床研究周期缩短一半以上。
Ambiq的贡献
初创公司和大型科技公司正在各个领域积极革新临床试验的开展方式，据估计，到 2027 年， 基于 AI 的临床试验市场规模 将达到 48 亿美元。Ambiq能够提供覆盖全流程的能效方案，延长设备的使用时间，因此研究人员可以在不牺牲设备性能或用户体验的情况下最大化的采用各项创新技术。
事实证明，通过先进的亚阈功率优化专利技术 (SPOT®) 平台，Ambiq已助力众多世界知名厂商生产出高性能低能耗的产品。只需使用锂电池或一次性电池，这些产品便可连续运行几天、几个月、甚至几年。访问https://ambiq.com/wearables以了解更多信息。
閱讀更多： 發展歷程 | 文檔 | 新聞稿 | 博客文章